代码 Agent 赛道白热化
机器人数据基础设施加速

阿里 Qwen 团队发布 Qwen3-Coder-Next（80B MoE，3B active），专为 coding agent 和本地开发设计。SWE-Bench Pro 44.3 分，vLLM 和 SGLang 均提供 Day-0 支持，Together AI 已上线推理服务。

NVIDIA 发布 RoboCasa-Cosmos-Policy 和 LIBERO-Cosmos-Policy 两个机器人仿真数据集，配合 Isaac GR00T N1.6 基础模型（GitHub ⭐6143）。同时发布 Numb3rs 语音文本规范化数据集。5 个数据集 + 35 个模型，是本周最活跃的 Lab。

deepseek-ai/DeepSeek-OCR-2 在一周内达到 661,725 次下载、712 次点赞，成为本周下载量最高的中国模型。同期智谱发布 GLM-OCR（被 SGLang 报道），Mistral 发布 OCR 3。

本周 7 篇 RLHF 相关论文，涵盖法语偏好数据收集（compar:IA）、民主化偏好对齐（DemPO）、Rubric 改进、GenRM 推理质量（R-Align）、LLM 评委去偏（FairJudge）、DPO 过优化防护（PEPO）、视频流匹配（Euphonium）。Qwen 发布 RationaleRM 数据集（2026-02-02），提出 Rationale Consistency 新评估维度。

stepfun-ai/Step-3.5-Flash 228,406 次下载，同时发布竞争编程基准 CF-Div2-Stepfun。Step3-VL-10B（82,755 次下载）聚焦机器人视觉-语言交互。